reportsell-sidechinaa-sharehigh-frequencyminute-barquantile-regressionCSADsparse-regressionempirical-bayesfactor

Xingye (2026) — 成交异常、分歧状态与成交分歧结合中的 Alpha

一句话:以个股分钟为最细颗粒度,先识别相对自身交易条件的异常成交(条件分位数回归),再识别相对市场的收敛/分歧状态(CSAD 分组回归 + 分钟级稀疏回归),最后看异常成交之后市场是吸收冲击还是激活分歧——三者串起来是一组日频选股因子。

  • 机构: 兴业证券经济与金融研究院(兴业金工)
  • 报告: 《高频研究系列十—成交异常、分歧状态与成交分歧结合中的 Alpha》
  • 对外发布时间: 2026-10-21
  • 分析师: 郑兆磊 (S0190520080006)、陈子轩 (S0190524120001);研究助理: 陈鹏
  • 公众号: XYQuantResearch(研报节选版)
  • 本地归档: raw/articles/202610-xingye-trading-anomaly-divergence-alpha/

回测设定

  • 区间 2017-08-29 — 2026-09-30(9 年)
  • 剔除当期不在市、涨跌停与特殊处理的股票,T+1 日收盘价成交
  • 表格中的年化波动率、夏普比率、最大回撤、胜率均为多空净值的统计量;多头换手率是多头组单边换手率
  • 多空为两组并按因子值加权(沿用《高频漫谈》的口径)

三个方法层次

层次 方法 产出因子
相对自身 条件分位数回归(20%/80% 分位残差) vr_quantile_resid_corr、vr_q80_ret_corr
相对市场 分组 CSAD 线性回归 + L0 约束稀疏回归 lr_score_mor、lr_beta2_aft_minus_mor、sr_dispersion_stdnumtrades、sr_dispersion_mean_vwap、sr_dispersion_volume_absret_corr
结合 基础分歧命中 + 经验贝叶斯 Beta-Binomial 收缩 highVol_onset、lowVol_onset、bayesHighVol_onset、bayesLowVol_onset

代表性因子表现

因子 IC 均值 ICIR 多空年化 夏普
vr_quantile_resid_corr 0.048 0.59 34.60% 4.16
bayesHighVol_onset 0.039 0.51 32.22% 4.19
sr_dispersion_stdnumtrades 0.027 0.47 29.31% 5.40
highVol_onset 0.027 0.41 19.33% 3.07
lr_score_mor 0.014 0.36 12.17% 3.46

正交化后(对底层约 70 个高频因子)IC 普遍下降但夏普上升:vr_quantile_resid_corr 变为 IC 0.022 / ICIR 0.564 / 夏普 5.55。

最值得留意的一处

贝叶斯收缩对放量有效、对缩量有害,原因是可量化的:用 2026 上半年逐日方差分解,异常放量事件率的股票间差异里真实异质性只占 47.34%、二项抽样噪声占 52.66%;异常缩量则是 61.53% / 38.47%。放量事件更接近纯噪声,适合强收缩;缩量事件本身携带更多稳定特质,用同一套全市场先验反而把真信息当噪声抹掉。实测 bayesLowVol_onset 的 IC 掉到 0.008、ICIR 0.209,多空只有 3.88%。

在本 wiki 的位置

引用规范

引用时给出系列号 + 标题 + 发布日期(2026-10-21)。公众号版是研报节选,与研报全文可能存在差异,以研报全文为准。